Содержание к диссертации
Введение
5.3 Сопоставление результатов ангиографии коронарных артерий и генетических маркеров у пациентов ИБС 97
Глава 6. Роль генетической предрасположенности в развитии сердечно-сосудистых осложнений 114
Глава 7. Прогнозирование риска коронарных событий
7.1 Биомаркеры в прогнозировании риска коронарных событий 122
7.2 Прогнозирование ИБС с использованием системы «Распознавание» 130
7.3 Сравнение прогностической эффективности различных алгоритмов 142
Заключение 149
Выводы 167
Практически рекомендации 170
Список литературы
- Сопоставление результатов ангиографии коронарных артерий и генетических маркеров у пациентов ИБС
- Биомаркеры в прогнозировании риска коронарных событий
- Прогнозирование ИБС с использованием системы «Распознавание»
- Сравнение прогностической эффективности различных алгоритмов
Введение к работе
Актуальность проблемы
Сердечно-сосудистые заболевания являются основной причиной инвалидности и смертности в экономически развитых странах, при этом на долю ишемической болезни сердца (ИБС) и инфаркта миокарда (ИМ) приходится примерно две трети случаев смерти от сердечно-сосудистых заболеваний. По прогнозам в 2020 году - это будет ведущая причина смертности во всех странах мира (Thom T. et al., 2006). Ежегодно в России от ССЗ умирает более 1 млн. человек (700 человек на 100 тыс. населения).
Стратификация риска является ключевым компонентом всех клинических руководств и рекомендаций по профилактике сердечно-сосудистых заболеваний (Grundy S.M et al., 2004). В клинической медицине принято учитывать факторы риска ИБС и фенотипические (клинические) проявления. Примером является алгоритм, предложенный в Фрамингемском исследовании. С помощью алгоритма хорошо выявляются пациенты с высоким риском, но часто неправильно интерпретируются пациенты со средним и низким риском (Foody J.M., 2006). Кроме того, расчет риска не является адекватным у пациентов с метаболическим синдромом, семейным анамнезом ИБС и у женщин. ИБС относят к многофакторным заболеваниям, развитие которых является результатом комплексного взаимодействия наследственной предрасположенности и факторов внешней среды. Так как наследственность является самостоятельным фактором риска заболевания, необходимость включения генетических маркеров в расчеты по прогнозированию риска развития ИБС в настоящее время становится очевидной. Генетические ассоциативные исследования и анализ генов кандидатов выявили ряд полиморфных вариантов генов, предрасполагающих к развитию ИБС (Casas J.P., 2006; Humphries S.E., 2007; Marin-Garcia J., 2007). Результаты этих исследований противоречивы, и отсутствует консенсус по их применению. Кроме того, существуют расовые и этнические различия полиморфизма генов, что объясняет актуальность исследования в российской популяции. Оценку результатов генетического исследования целесообразно проводить с учетом традиционных факторов риска, лабораторных биомаркеров, суррогатных маркеров заболевания, что позволяет улучшить прогностическую ценность результатов обследования (Morrow D.A. 2006; Raizada M.K 2005). Детальное изучение фенотипа и сопоставление результатов с генотипом необходимо для понимания патогенеза сосудистых катастроф (De Lemos J.A., 2008).
Основная проблема оценки риска развития сердечно-сосудистых заболеваний (ССЗ) заключается в разрозненности и разнородности маркеров, используемых в качестве факторов риска. Имеется большое количество литературных данных по отдельным генам, участвующим в патогенезе ИБС. Также описаны фенотипические признаки, которые учитываются врачами-клиницистами при прогнозировании сердечно-сосудистых событий. Тем не менее, единого подхода, позволяющего анализировать относительно большое количество полиморфных ДНК маркеров в сочетании с наиболее важными фенотипическими характеристиками, в настоящее время не разработано, хотя это значительно повысило бы эффективность оценки индивидуального риска развития ИБС. Таким образом, современные алгоритмы недооценивают риск возникновения коронарных событий. Этим объясняется актуальность развития новых технологий адекватной оценки риска и его динамики для определения интенсивности вмешательств.
Цель работы: разработать технологию скрининга и прогнозирования коронарных событий на основе клинико-генетических данных.
Задачи исследования:
-
Разработать комплекс клинико-лабораторных и инструментальных обследований для оценки риска развития ИБС с использованием новых технологий.
-
Оценить клиническую значимость изучаемых генетических маркеров.
-
Изучить корреляцию между генотипом и фенотипом (традиционные факторы риска, лабораторные, инструментальные, генетические маркеры) у пациентов с ИБС.
-
Сопоставить диагностическую значимость различных биомаркеров для скрининга ИБС.
-
Сопоставить изученные генетические маркеры с результатами коронарографии.
-
Разработать модель прогноза коронарных событий для первичной профилактики ИБС.
-
Оценить возможности практического применения разработанной модели для принятия решений о проведении первичной профилактики ИБС.
Научная новизна
-
Установлена ассоциация 4 генетических маркеров (4 аллель гена ApoE, 4G/4G генотип гена PAI-1, C аллель гена GPIIIa T196C и А аллель гена UCP2 G866A) с риском развития ИБС в российской популяции.
-
Показано влияние традиционных факторов риска на ассоциацию генетических маркеров с ИБС.
-
Впервые выполнена комплексная оценка и сопоставление результатов генетического исследования у пациентов с ИБС с результатами других методов диагностики (клинических, лабораторных, инструментальных) в российской популяции.
-
Установлена взаимосвязь изученных генетических маркеров с ангиографическими признаками ИБС.
-
На основе анализа результатов проведенного всестороннего обследования выявлен оптимальный комплекс диагностических маркеров для прогнозирования коронарных событий.
-
Впервые проведен сравнительный анализ генетических маркеров у пациентов с сердечно-сосудистыми событиями (инфаркт миокарда, инсульт).
-
Установлено, что максимальная эффективность прогностических моделей риска коронарных событий может быть достигнута за счет использования ансамбля предикторных признаков, включающих традиционные факторы риска, сывороточные маркеры, структурные маркеры атеросклероза и генетические маркеры.
-
Синтезирован алгоритм прогноза коронарных событий, который позволяет оценивать риск развития ИБС с точностью до 92%.
Практическая значимость Разработана новая технология оценки риска коронарных событий и его динамики с применением генетических и компьютерных технологий. Прогнозирование и стратификация риска является ключевым компонентом всех клинических руководств и рекомендаций по профилактике сердечно-сосудистых заболеваний. Создан необходимый потенциал, обеспечивающий развитие новых профилактических стратегий и создания эффективной системы первичной профилактики сердечно-сосудистых заболеваний. Учитывая широкое распространение сердечно-сосудистых заболеваний, создание новых стратегий профилактики будет иметь значительный социальный и экономический эффект. Разработанная технология ляжет в основу последующих работ для прогнозирования социально-значимых заболеваний.
Реализация результатов исследования Выводы и практические рекомендации диссертационной работы, направленные на улучшение первичной профилактики ИБС, внедрены в практическую деятельность поликлиники и стационара Медицинского центра Банка России, поликлиник и здравпунктов региональных отделений Банка России. Подготовлены и опубликованы 3 учебно-методических пособия «Профилактическая медицина: Современные технологии», «Назначение генетических исследований (показания к исследованию, функциональное и клиническое значение полиморфизмов генов)», «Формирование групп риска сердечно-сосудистых заболеваний. Концепция, задачи, порядок, объем, регистрация результатов и преемственность». Разработанные методы исследования и прогнозирования внедрены в работу диспансерной службы и поликлиники Медицинского центра Банка России.
Основные положения диссертации, выносимые на защиту
В результате проведенного исследования выявлена комбинация аллелей риска ИБС в российской популяции г. Москвы (4 аллель гена ApoE, 4G/4G генотип гена PAI-1, C аллель гена GPIIIa T196C и А аллель гена UCP2 G866A), потенциально пригодная для выявления генетической предрасположенности к сердечно-сосудистым заболеваниям.
Традиционные факторы риска (гипертензия, сахарный диабет 2 типа, дислипидемия, курение) влияют на ассоциацию генетических маркеров с риском развития ИБС, что необходимо учитывать при стратификации риска.
Комбинированная оценка генотипа и промежуточных фенотипических проявлений ИБС (дополнительные лабораторные маркеры, структурные маркеры атеросклероза) позволяет значительно повысить прогностическую значимость оценки коронарного риска. Разработанный комплекс лабораторно-инструментальных обследований может быть рекомендован для уточнения риска развития ИБС в группе среднего риска (пациенты, у которых фатальный риск, т. е. возможность умереть от ССЗ у лиц без клинических проявлений в ближайшие 10 лет колеблется в пределах 1-4% в соответствии со шкалой SCORE).
Количественная оценка генетического риска с учетом промежуточных фенотипических проявлений заболевания является необходимым условием практического использования генетического тестирования.
Система «Распознавание» позволяет объединить результаты комплексного обследования в единую прогностическую модель риска ИБС, что может быть использовано для стратификации риска и поддержки принятия оптимальных решений о профилактике.
Создан необходимый потенциал, обеспечивающий развитие новых профилактических стратегий, который может быть использован для создания эффективной системы первичной профилактики сердечно-сосудистых заболеваний.
Апробация диссертации
Материалы диссертации доложены и обсуждены на научно-практической конференции МЦ Центрального Банка РФ (27 февраля 2009).
Диссертационная работа апробирована на Ученом Совете Центрального научно-исследовательского института гастроэнтерологии 5 мая 2009 г.
Публикации
По теме диссертации опубликовано 17 научных работ, из них – 9 в центральных рецензируемых изданиях, 3 учебно-методических пособия.
Объем и структура диссертации
Диссертация изложена на 189 страницах машинописного текста и состоит из введения, 7 глав (обзора литературы, описания материала и методов исследования, собственных наблюдений и их обсуждения), заключения, выводов, практических рекомендаций и списка литературы из 175 источников (отечественных и иностранных авторов). Работа иллюстрирована 31 рисунками и 28 таблицами.
Сопоставление результатов ангиографии коронарных артерий и генетических маркеров у пациентов ИБС
Для сравнения пациентов, страдающих СД 2 типа с контрольной группой, проведен дисперсионный анализ (ANOVA). Пациенты с СД были несколько старше, среди них было больше больных с ожирением и артериальной гипертензией, показатели окружности талии были также достоверно выше (табл. 4.3).
Показатели углеводного обмена (глюкоза, HbAl, инсулин, индекс НОМА) были достоверно выше в группе пациентов, страдающих СД. Среди показателей липидного профиля наиболее показательны отношения ХС/ХС ЛВП и ТГ/ХС ЛВП (р 0,0001). Отмечена корреляция уровня инсулина и индекса НОМА с ИМТ (г=0,43, г=0,42) и окружностью талии (г=0,28).
Среди дополнительных лабораторных маркеров статистически значимые различия отмечались для показателей с-реактивного белка и антиоксидантного статуса. Не было выявлено достоверных различий в уровне Д-димера и фибриногена. Отмечена слабая корреляция между АОС и окружностью талии (г=0,20), АОС и показателями глюкозы крови (г=0,21), НвА1 (г=0,24).
При анализе результатов генетического обследования из 29 изученных полиморфных вариантов только у 4 генов: (є4 аллель АроЕ, 4G аллель РАІ-1, С аллель GPIIIa Т196С, А аллель UCP2 G866A) выявлена независимая статистически значимая ассоциация с риском развития ИБС (р 0,05).
У 5 генов: А аллель UCP2 G866A (р 0,0001), генотип Р12Р PPAR-y (р 0,0001), А аллель TNFa 308G A (р 0,01), ТТ генотип AGT М235Т (р 0,03) и мутация Лейдена FV R506Q (р 0,03) выявлена статистически значимая ассоциация с риском развития СД 2-го типа.
Однако после коррекции на традиционные факторы риска (пол, возраст, курение, АГ, ожирение, дислипидемия) методом логистической регрессии независимая ассоциация с СД 2-го типа отмечалась только для полиморфных вариантов двух генов (UCP2 и PPAR-y). Частота встречаемости различных генотипов в зависимости от наличия СД представлена в таблице 4.4.
Среди пациентов с сахарным диабетом РР генотип (генотип риска) гена PPAR-y отмечался у 74,3% пациентов (табл. 2). Отношение шансов развития сахарного диабета при данном генотипе составило 1,36. Генотип риска А аллель гена UCP2 встречался у 31,4 % пациентов с сахарным диабетом. Наличие этого генотипа приводит к увеличению риска развития СД 2 типа (отношение шансов 1,59). Показательным является значительное возрастание риска этих заболеваний при комбинированном генотипе (UCP2-S66 А аллеяъ+PPAR-y Р12Р).
На рисунке 4.3 представлена частота встречаемости ожирения (ИМТ 30) и повышения гликозилированного гемоглобина (НвА1 6,5) в зависимости от генотипа. Обращает внимание общее возрастание частоты встречаемости фенотипических проявлений при комбинированном генотипе преимущественно за счет увеличения количества пациентов с повышенным уровнем НвА1. Не было выявлено существенных различий показателей инсулина и индекса НОМА в зависимости от генотипа. Рисунок 4.3
Гены PPAR-y и UCP2 расположены на различных хромосомах, поэтому мы считали их эффект независимым. Для проведения 1 этапа расчета индекса генетического риска (ИГР) в качестве зависимых переменных анализировались глюкоза, НвА1, инсулин, индекс НОМА, ИМТ, ОТ, в качестве независимых переменных - генотипы риска (РР для гена PPAR-y и А аллель для гена UCP2). Из исследованных показателей только уровень глюкозы натощак и HbAl независимо ассоциировались с генотипами риска с поправкой на традиционные факторы риска. Учитывая большую информативность HbAl по сравнению с глюкозой в качестве промежуточного фенотипа был выбран НвА1. Результаты линейной регрессии (HbAl - зависимая переменная, генотипы риска - независимые переменные) представлены в таблице 4.5.
На 2 этапе анализировалась взаимосвязь промежуточного фенотипа (HbAl - независимая переменная) с клиническими исходами (СД 2 типа, ИБС — зависимые переменные). Анализ с помощью логит-регрессии подтвердил ассоциацию СД с HbAl (Ві коэффициент-0,458, р 0,0001) и с ИБС (Bi коэффициент-0,375, р 0,036). Ниже представлены расчеты индекса генетического риска (формула см. материал и методы, статистический анализ). ИГРобщ сд = (В , / Втах) Р ij S j = (0,458/0,458) х 0,141GG+0,224PP =0,365 дляСД ИГРобщ ИБС = (В , / Втах) р ц S j = (0,375/0,375) х 0,141GG+0,224PP =0,365 для ИБС В данном случае коэффициент В і - единственный компонент ИГРобщ, и соответственно, деленный на свой модуль =1. ИГР, рассчитанный для каждого пациента, колебался от 0 до 0,37. На рисунке 4.4 представлена взаимосвязь между ИГР и частотой встречаемости СД. Возрастание ИГР приводит к увеличению частоты встречаемости СД. Анализ с помощью критерия % (9,59, р 0,002) подтвердил ассоциацию ИГР с СД, подтверждая различия между группами (рисунок 4.4).
Биомаркеры в прогнозировании риска коронарных событий
Выявлена независимая ассоциация толщины интима-медиа с є4 аллелем геяаАроЕ и полиморфизмом гена AGTR2(3123 С А). Эти же полиморфизмы ассоциировались со степенью стеноза брахиоцефальных артерий, дополнительно была выявлена ассоциация с D аллелем гена АСЕ (I/D). Са+ индекс ассоциировался с полиморфизмом гена PRAR—y(34C G), а степень гипертрофии левого желудочка при ЭхоКГ - с є4 аллелем гена АроЕ и А аллелем гена AGTR2(3123 ОА). Анализ выполнен методом пошаговой логистической регрессии с учетом традицонных факторов риска (пол, возраст, курение, артериальная гипертензия, сахарный диабет, дислипидемия). Результаты этого анализа представлены в таблице 5.2.
Измерение КИМ могут выявлять как диффузное, так и локальное утолщение сосудистой стенки. Риск коронарных событий возрастает в 3,29 раз при выявлении любых структурных изменений сонных артерий, причем относительный риск возрастает с 2,17 при наличии утолщения КИМ до 6,71 при обнаружении атеросклеротической бляшки со стенозом 20% [153]. Отношение шансов развития инфаркта миокарда составляет 1,4 при утолщении КИМ общей сонной артерии [29]. В нашем исследовании, с учетом влияния традиционных факторов риска, мы получили сопоставимые результаты: отношение шансов ИБС при утолщении КИМ составило 1,44, при выявлении стеноза брахиоцефальных артерий - 2,57. Важна динамика утолщения КИМ при длительном наблюдении: утолщение на 0,13 мм увеличивает риск коронарных событий в 1,4 раза [30]. Толщина КИМ зависит от пола, возраста, этнических и географических особенностей исследуемой популяции, она менее информативна у пациентов с диабетом [30,154,155]. Для стратификации риска необходимо четкое разграничение нормы от патологии и оценка тяжести выявленных изменений. Наличие атеросклеротической бляшки однозначно не является нормой в любом возрасте. Оптимальная точка разделения толщины КИМ у пациентов с ИБС и контрольной группы при измерении составляет 1,5 мм. Для скрининга целесообразно измерять КИМ общей сонной артерии, а у пациентов с верифицированным диагнозом ИБС наибольшее прогностическое значение имеют размеры атеросклеротической бляшки [156,157], что подтверждено в нашем исследовании (рисунок 2).
Полиморфизм Alu Ins/Del I D гена АСЕ имеет 2 варианта, отличающихся наличием (insertion, I) или отсутствием (deletion, D) Alu-последовательности в интроне гена АСЕ [33]. С данным полиморфизмом связана различная степень экспрессии гена АСЕ. Результаты ассоциативных исследований толщины КИМ с D аллелем гена АСЕ противоречивы [20]. В нашем исследовании мы обнаружили независимую от традиционных факторов риска ассоциацию полиморфизма с наличием атеросклеротических бляшек в брахиоцефальных артериях и не обнаружили ассоциации с толщиной КИМ. У носителей є4 аллеля гена АроЕ выявлена ассоциация как с толщиной КИМ, так и с наличием атеросклеротических бляшек. Полиморфизм гена АроЕ (є4 аллель) ассоциируется также с ИБС в нашем исследовании. Аполипопротеин Е влияет на атерогенность липидов плазмы, и участие полиморфизма гена АроЕ в развитии атеросклероза артерий различной локализации вполне логично. По нашим данным, А аллель гена AGTR2 (3123 С А) ассоциируется с уменьшением толщины КИМ и уменьшением степени стеноза брахиоцефальных артерий, т.е. он обладает защитным действием. Рецептор-2 ангиотензина II (AT2R) является медиатором вазодилатации, натрийуреза и апоптоза гладко-мышечных клеток. Его экспрессия отличается от АТ-1, стимулируя вазодилатацию и натрииурез с помощью аутокринного каскада (брадикинин, окись азота и циклический GMP), ингибируя пролиферацию, способствует дифференцировке клеток [33].
Интересно отметить, что гипертрофия левого желудочка, выявленная при ЭхоКГ, по нашим результатам, ассоциируется с теми же полиморфными вариантами генов АроЕ и AGTR2 (3123 ОА). Активация ренин-ангиотензиновой системы вызывает гипертрофию миокарда и интерстициальный фиброз, ангиотензин II действует в качестве фактора роста для миокарда. Периваскулярный и интерстициальный фиброз ассоциируется не только с нарушением сократительной способности миокарда, но и с нарушением его оксигенации [31]. Можно предположить защитное действие полиморфизма гена AGTR2, противодействующее рецептору-1 ангиотензина II. Описана ассоциация полиморфных вариантов этого гена со степенью гипертрофии при гипертрофической кардиомиопатии [33]. При анализе 20 исследований (48545 участников) выявлено, что увеличение риска коронарных событий у пациентов с гипертрофией ЛЖ колеблется от 1,5 до 3,5 и составляет в среднем 2,3 [32]. В нашем исследовании отношение шансов ИБС составило 2,18.
Предполагается участие генетических факторов, не связанных с атерогенезом, в распространенности и степени кальциноза. Вклад традиционных факторов риска в межиндивидуальную вариабельность выраженности кальциноза не превышает 40%, вклад генетических факторов - также не менее 40% [36] . Мы обнаружили независимую ассоциацию Са+ индекса с генотипом Р12Р гена PPAR-y. PPAR у является ядерным рецептором. При активации формирует гетеродимер с другим ядерным
Прогнозирование ИБС с использованием системы «Распознавание»
Ангиография коронарных артерий считается золотым стандартом диагностики ИБС и лучшим суррогатным маркером заболевания. Была создана большая ангиографическая база данных пациентов с семейным инфарктом миокарда для проверки гипотезы о наличии генетического компонента в морфологических изменениях коронарных артерий [124,125].
Ангиографические показатели с учетом распространенности, локализации, тяжести, морфологических особенностей атеросклеротических изменений представлены в таблице 5.3.
Среди показателей, полученных при проведении коронарографии, выявлена статистически значимая ассоциация семейного анамнеза ИБС с протяженностью стеноза ( 10 мм) и диффузным поражением коронарных артерий. Возраст пациентов коррелировал с выраженностью кальциноза коронарных артерий и количеством стенозов в левой коронарной артерии, уровень систолического артериального давления с тяжестью коронарографических изменений (коронарографическим индексом). Наличие сахарного диабета 2 типа ассоциировалось с протяженными стенозами ( 10 мм). При анализе других традиционных факторов риска (пол, курение, ожирение) не было выявлено взаимосвязи с какими-либо ангиографическими признаками.
ЛКА левая коронарная артерия, ПКА правая коронарная артерия, СА - семейный анамнез. Учитывая большое количество ангиографических параметров, мы провели факторный анализ главных компонент, чтобы уменьшить количество переменных и выявить наиболее значимые. Используя методику вращения факторов Varimax (SAS JMP7), мы выделили 3 наиболее информативных показателя: коронарографический индекс, процент стеноза левой коронарной артерии и % стеноза ствола. Коронарографический индекс количественно характеризует тяжесть поражения коронарного русла, 2 других показателя связаны с локализацией атеросклеротических бляшек. На рисунке 5.3 представлено соответствие между порядковым номером компонента и соответствующим ему собственным значением (scree plot), а также трехмерное графическое изображение трех выделенных компонент.
КИ - коронарографический индекс, ЛК- % стеноза левой коронарной артерии В таблице 5.4 представлена ассоциация, выявленных изменений при коронарографии, с биохимическими и генетическими маркерами ИБС. Среди биохимических маркеров отмечена ассоциация липопротеина (а) с количеством пораженных коронарных артерий, а также локализацией стенозирующего атеросклероза в левой коронарной артерии. Уровень гомоцистеина коррелировал с локализацией атеросклеротических бляшек в области ствола и диффузным поражением правой коронарной артерии.
Выявлена корреляция уровня холестерина с наличием кальциноза коронарных артерий, гликозилированного гемоглобина с коронарографическим индексом. С-реактивный белок ассоциируется с дистальным поражением коронарного русла.
Ренин-ангиотензиновая система: А СЕ I/D , A GT М23 5Т, REN1983 G A, AGTR1 1166 А С, AGTR2 3123 ОА, BKR2 58Т С. Полиморфизмы генов, участвующих в липидном обмене, ассоциируются с кальцинозом коронарных артерий и локализацией стенозов в области бифуркации (G аллель гена Аро СЗ 3238 OG), с количеством стенозов левой коронарной артерии и протяженными стенозами {PON1 Glnl92Arg). Среди генов, принимающих участие в воспалении, отмечена ассоциация А аллеля гена TNF а 308 G A с дистальной локализацией атеросклеротических бляшек и эктазией коронарных артерий, GG генотипа UCP2 G866A - с коронарографическим индексом. Кроме того, полиморфные варианты генов UCP2 и PPAR-y ассоциируются с кальцинозом коронарных артерий.
Полиморфизмы генов, принимающих участие в тромбообразовании (А аллель гена FV, С аллель гена GPIIIa), ассоциируются с проксимальной локализацией стенозов. Кроме того, Лейденовская мутация (FV) чаще выявляется у пациентов с распространенным поражением коронарного русла (отмечена корреляция с количеством стенозов, диффузным поражением коронарных артерий). Полиморфный вариант гена PLAT ассоциируется с поражением ствола и локализацией стенозов в области бифуркации.
Полиморфные варианты генов ренин-ангиотензиновой системы ассоциируются с распространенностью атеросклеротических изменений, выявляемых при коронарографии, проксимальной и бифуркационной локализации стенозов в системе левой коронарной артерии, а также с тяжестью коронарографических изменений (табл. 5.4).
Не было выявлено ассоциации каких-либо исследованных полиморфных вариантов с локализацией атеросклеротических изменений в правой коронарной артерии. Анализ проводился методом мультивариантной логистической регрессии с поправкой на традиционные факторы риска, поэтому выявлены независимые ассоциации морфологических ангиографических признаков с генотипом и биохимическими маркерами.
Мы изучили гипотезу о том, что различные морфологические ангиографические признаки ИБС имеют генетическое происхождение. Для этого оценивалась ассоциация ангиографических изменений с 29 полиморфизмами генов-кандидатов. Эти гены принимают участие в различных патогенетических механизмах развития ИБС: липидный обмен, артериальная гипертензия, сосудистый тонус, агрегация тромбоцитов, тромбообразование, воспаление, угдеводный обмен, гипергомоцистеинемия. АроСЗ входит в состав мембраны хиломикронов (ХМ) и липопротеинов очень низкой плотности (ХС ЛОНП), выполняющих основную функцию транспорта экзогенных и эндогенных тригли церидов [33]. Полиморфные варианты гена АроСЗ ассоциируются с гипертриглицеридемией, а в некоторых исследованиях с инсулинорезистентностью и диабетом [52].
В нашем исследовании отмечена ассоциация G аллеля гена Аро СЗ 3238 OG с гликозилированным гемоглобином (р 0,04) и с кальцинозом коронарных артерий при коронарографии, что предполагает участие гена в углеводном обмене.
Ген PON 1 кодирует парооксаназу - фермент из группы арилэстераз [33]. Следует отметить, антиатерогенную роль PON 1 (задерживает накопление продуктов перекисного окисления в липопротеидах низкой плотности при оксидативном стрессе) [3]. Таким образом, находясь в связи с липопротеидами высокой плотности, PON 1 инактивирует окисленные липиды атерогенных липопротеидов. В ряде клинических исследований
Сравнение прогностической эффективности различных алгоритмов
Затем мы проанализировали влияние пола, возраста и сахарного диабета на качество прогноза. Мы изучали отдельно выборку, состоящую из мужчин, женщин, пациентов без диабета, и не получили существенных различий в качестве прогноза с использованием различных математических алгоритмов. Отдельно мы проанализировали пациентов молодого возраста (мужчины 55 лет, женщины 65 лет) и отметили улучшение качества прогноза в этой группе. Это вполне объяснимо, так как 16 из изучаемых показателей имеет отношение к генетическим маркерам. Изучение наследственной предрасположенности к развитию ИБС более актуально у молодых пациентов. Результаты выполненного анализа представлены в таблице 7.3.
Проанализировав полученные данные, мы. пришли к выводу, что большинство ошибок прогноза на нашей выборке связано с тем, что многие пациенты в контрольной группе имели так называемые «эквиваленты ИБС». К ним, в соответствии с последней редакцией руководства АТР III [2], относятся клинические проявления атеросклероза внекоронарной локализации: атеросклероз артерий нижних конечностей, аневризма брюшного отдела аорты, атеросклероз брахиоцефальных артерий (транзиторные ишемические атаки и/или ишемический инсульт и/или обструкция более 50% просвета сонных артерий), диабет или по крайней мере 2 фактора риска с 10 летним риском коронарных событий 20%. Для оптимизации процедуры прогнозирования мы переклассифицировали больных с учетом этих критериев, что позволило значительно улучшить качество прогноза. В таблице 7.4 представлены результаты анализа с использованием различных систем признаков. В первом столбце представлены результаты оценки точности прогноза по системе из 41 признака (22 «базовых» и 16 «генетических»). Второй столбец соответствует базовым признакам, третий - только генетическим. В столбцах 4-6 представлены подсистемы из 21, 17 и 12 признаков, полученные из исходных 41с использованием первого этапа сокращения признаков.
Сравнение результатов показывает, что результаты прогноза по одним базовым 22 признакам немного превосходит результаты по всем 41 признакам. Это объясняется тем, что базовые признаки образуют сами по себе достаточно информативную подсистему признаков, что подтверждается прежде всего методом "линейная машина".
Добавление к ним большого числа генетических признаков, информативными из которых является лишь малая часть, почти в два раза повышает размерность признаковых описаний пациентов. В результате, "усложнение" задачи обучения оказывает несколько больший негативный вклад в точность прогноза, чем польза от некоторых генетических признаков. Результаты 3-го столбца показывают, что прогноз по одним генетическим параметрам пациентов фактически невозможен. Тем не менее, два генетических признака входят в информативную подсистему из 12 признаков (табл. 7.5), что говорит о перспективности исследования их влияния с использованием расширенных и уточненных обучающих выборок. Отметим, что если ввести «отказ от распознавания» в ситуациях, когда мнения алгоритмов разделяются как 3:4 или 4:3, то получим (например, по эксперименту №6) 42 ошибки при 27 отказах на общей выборке в 290 объектов, что составляет 76.2% правильных ответов и 14.5% семейный анамнез. Последующая серия экспериментов проведена также с целью выделения информативной подсистемы признаков, но была реализована другая идея. После использования метода ЛЗ на исходной выборке из 290 объектов, были удалены объекты, на которых были совершены «грубые ошибки» (оценка за ложный класс превосходит оценку за истинный в 5 и более раз), а также объекты, у которых оценка за каждый класс была менее 0,1. Удаленные объекты можно рассматривать как ошибочные для соответствующего класса или нетипичные для обучающей выборки. После удаления 5.5% объектов, сокращенная выборка из 274 объектов представляет более качественное описание выборки, что позволило получить более точные оценки важности признаков методом ЛЗ. Было проведено 5 экспериментов при различных значениях управляющих параметров, по результатам которых была сформирована подсистема из 16 признаков. Признак считался информативным, если его вес в каждом эксперименте был не ниже 0.2 (веса признаков приведены в таблице 7.6).
Вес признака №1 Вес признака №2 Вес признака №3 Вес признака №4 ] Вес признака №5 Вес признака №6 Вес признака №7 Вес признака №8 0.502 СРБ 0.368 фибриног 0.598 Д-димер 0.568 стеноз б/ц 0.353 эхо КГ 0.834 АроЕ4 0.521 TNF а 0.285 ГИ+насл# Вес признака №9 0.375 Вес признака №10 0.298 Вес признака №11 0.329 Вес признака №12 0.618 Вес признака № 13 0.266 Вес признака №14 0.447 Вес признака № 15 0.289 Вес признака №16 0.686 і курение ГБ АДсист (АДдиаст [диабет лпвп ЛПа На оставшейся группе из 16 признаков были проведены эксперименты по распознаванию на всей исходной выборке в 290 объектов. Результаты показывают, что можно построить алгоритм не уступающий по своей прогностической значимости, представленным выше, для данной системы из признаков. Точность метода «линейная машина» составила 89%, голосования - 87.2%. Удаление генетических признаков из данной системы, приводит к снижению точности распознавания. Дополнительную информацию, способствующую, прежде всего повышению точности прогноза для каждого отдельного пациента, дают данные визуализации и оценки степени принадлежности объекта к каждому из классов. Результаты классификации в системе РАСПОЗНАВАНИЕ задаются в виде таблицы 7.7, где степень принадлежности объекта к каждому из классов задается числом из интервала 0-1. Принятие решения «по максимуму оценки» (результат классификации объекта находится во втором столбце) сопровождается оценкой степени принадлежности объекта к каждому из классов, что служит характеристикой степени надежности принятия соответствующего решения.
